目標(biāo)跟蹤（Target Tracking）是近年來計(jì)算機(jī)視覺領(lǐng)域比較活躍的研究方向之一,，它包含從目標(biāo)的圖像序列中檢測、分類、識別,、跟蹤并對其行為進(jìn)行理解和描述，屬于圖像分析和理解的范疇,。從技術(shù)角度而言,，目標(biāo)跟蹤的研究內(nèi)容相當(dāng)豐富，主要涉及到模式識別,、圖像處理,、計(jì)算機(jī)視覺、人工智能等學(xué)科知識,；同時(shí),，動態(tài)場景中運(yùn)動的快速分割、目標(biāo)的非剛性運(yùn)動,、目標(biāo)自遮擋和目標(biāo)之間互遮擋的處理等問題也為目標(biāo)跟蹤研究帶來了一定的挑戰(zhàn),。由于目標(biāo)跟蹤在視頻會議、安全監(jiān)控,、導(dǎo)彈制導(dǎo),、醫(yī)療診斷、高級人機(jī)交互及基于內(nèi)容的圖像存儲與檢索等方面具有廣泛的應(yīng)用前景和潛在的經(jīng)濟(jì)價(jià)值,。RK3399搭載AI智能算法,，實(shí)現(xiàn)目標(biāo)識別與跟蹤?？焖倌繕?biāo)跟蹤產(chǎn)品

另外,，經(jīng)典的跟蹤方法還有基于特征點(diǎn)的光流跟蹤，在目標(biāo)上提取一些特征點(diǎn),，然后在下一幀計(jì)算這些特征點(diǎn)的光流匹配點(diǎn),，統(tǒng)計(jì)得到目標(biāo)的位置。在跟蹤的過程中,，需要不斷補(bǔ)充新的特征點(diǎn),，刪除置信度不佳的特征點(diǎn)，以此來適應(yīng)目標(biāo)在運(yùn)動中的形狀變化,。本質(zhì)上可以認(rèn)為光流跟蹤屬于用特征點(diǎn)的來表征目標(biāo)模型的方法,。在深度學(xué)習(xí)和相關(guān)濾波的跟蹤方法出現(xiàn)后，經(jīng)典的跟蹤方法都被舍棄,，這主要是因?yàn)檫@些經(jīng)典方法無法處理和適應(yīng)復(fù)雜的跟蹤變化,，它們的魯棒性和準(zhǔn)確度都被前沿的算法所超越,，但是，了解它們對理解跟蹤過程是有必要的,，有些方法在工程上仍然有十分重要的應(yīng)用,，常常被當(dāng)作一種重要的輔助手段。安徽移動目標(biāo)跟蹤AI算法賦能下的圖像處理板能夠進(jìn)行目標(biāo)識別,。

通常,，遮擋可以分為三種情況：目標(biāo)間遮擋、背景遮擋,、自遮擋,。對于目標(biāo)之間的相互遮擋，可以選擇根據(jù)目標(biāo)的位置和目標(biāo)特征的先驗(yàn)知識來處理這一問題,。而對于場景結(jié)構(gòu)的導(dǎo)致的部分遮擋此方法則難以判斷,，因?yàn)殡y以辨認(rèn)究竟是目標(biāo)形狀發(fā)生變化還是發(fā)生遮擋。所以,，處理遮擋問題的通用方法是用線性或非線性動態(tài)建模方法對運(yùn)動目標(biāo)進(jìn)行,，并在目標(biāo)發(fā)生遮擋時(shí)，預(yù)測目標(biāo)的可能位置,，一直到目標(biāo)重新出現(xiàn)時(shí)再修正它的位置,。可以用卡爾曼濾波器來實(shí)現(xiàn)估計(jì)目標(biāo)的位置,，也可以用粒子濾波對目標(biāo)做狀態(tài)估計(jì),。

視頻自動跟蹤系統(tǒng)，一般都是用在露天的,、較大地域范圍的監(jiān)控系統(tǒng)中,，且邊跟蹤邊錄像。在自動跟蹤系統(tǒng)的發(fā)展上,，jun用上的視頻自動跟蹤,、毫米波雷達(dá)跟蹤以及激光雷達(dá)跟蹤等是比較成熟的；非jun用領(lǐng)域,，存在一些固定畫面,、攝像機(jī)從不運(yùn)動的的目標(biāo)檢測與跟蹤系統(tǒng)；基于帶紅外線的,、常用在演播室或者會議室的,、很近距離的跟蹤系統(tǒng),，目前主要局限于簡單背景(如室內(nèi)環(huán)境下),、大目標(biāo)(即目標(biāo)在視頻圖像中占較大區(qū)域)，而且一般無法實(shí)現(xiàn)控制攝像機(jī)轉(zhuǎn)動來對目標(biāo)進(jìn)行跟蹤,。Viztra-LE034圖像跟蹤板支持目標(biāo)跟蹤識別目標(biāo)（人,、車）,。

實(shí)際上，跟蹤和檢測是分不開的,，比如傳統(tǒng)TLD框架使用的在線學(xué)習(xí)檢測器,，或KCF密集采樣訓(xùn)練的檢測器，以及當(dāng)前基于深度學(xué)習(xí)的卷積特征跟蹤框架,。一方面,，跟蹤能夠保證速度上的需要，而檢測能夠有效地修正跟蹤的累計(jì)誤差,。不同的應(yīng)用場合對跟蹤的要求也不一樣,，比如特定目標(biāo)跟蹤中的人臉跟蹤，在跟蹤成功率,、準(zhǔn)確度和魯棒性方面都有具體的要求,。另外，跟蹤的另一個(gè)分支是多目標(biāo)跟蹤（MultipleObjectTracking）,。多目標(biāo)跟蹤并不是簡單的多個(gè)單目標(biāo)跟蹤,，因?yàn)樗粌H涉及到各個(gè)目標(biāo)的持續(xù)跟蹤，還涉及到不同目標(biāo)之間的身份識別,、自遮擋和互遮擋的處理,，以及跟蹤和檢測結(jié)果的數(shù)據(jù)關(guān)聯(lián)等。圖像識別跟蹤在邊海防領(lǐng)域應(yīng)用前景廣闊,！快速目標(biāo)跟蹤產(chǎn)品

成都慧視開發(fā)的RK3588跟蹤板怎么樣?。靠焖倌繕?biāo)跟蹤產(chǎn)品

對于目標(biāo)被暫時(shí)遮擋的情況,，通過設(shè)定目標(biāo)狀態(tài)為暫時(shí)丟失狀態(tài),，并以上一次目標(biāo)的位置和速度繼續(xù)對后續(xù)的目標(biāo)位置進(jìn)行預(yù)測，在后續(xù)圖像中可以再次重新找回目標(biāo),。在攝像機(jī)控制時(shí),，采取估計(jì)提前量的控制策略也對跟蹤有很大的幫助?？刂茢z像機(jī),，使目標(biāo)提前擺到視野中目標(biāo)運(yùn)動方向的另一側(cè)，可以為以后的跟蹤贏得更多的跟蹤時(shí)間和機(jī)會,。在本實(shí)驗(yàn)序列中尤為明顯,，目標(biāo)基本上保持由左上向右下運(yùn)動的趨勢，根據(jù)對目標(biāo)速度的估計(jì),，則攝像機(jī)提前將目標(biāo)定為視野中心偏上偏左的區(qū)域,，對目標(biāo)運(yùn)動加提前估計(jì)量?？焖倌繕?biāo)跟蹤產(chǎn)品